Grid Computing: wprowadzenie do
przetwarzania danych
Maciej Zakrzewicz
Politechnika Poznañska
Przetwarzanie siatkowe (grid computing) jest nowoczesn¹ koncepcj¹ wykorzystania rozproszonych zasobów komputerowych jako logicz-
nej jednostki przetwarzania danych. Od niedawna pojawiaj¹ siê na rynku coraz liczniejsze propozycje rozwi¹zañ systemowych opartych
na tej idei. Celem niniejszego artyku³u jest omówienie podstaw Grid Computing, przedstawienie kierunków standaryzacji oraz charakte-
rystyka jego zastosowañ w dziedzinie systemów baz danych, w szczególnoœci na tle funkcjonalnoœci systemu zarz¹dzania baz¹ danych
Oracle10G.
Informacja o autorze:
dr in¿. Maciej Zakrzewicz jest pracownikiem naukowym Instytutu Informatyki Politechniki Poznañskiej, prezesem Stowarzyszenia Pol-
skiej Grupy U¿ytkowników Systemu Oracle. Specjalista w dziedzinach systemów baz/hurtowni danych, eksploracji danych oraz rozwi¹-
zañ internetowych. Dla krajowych i zagranicznych (RFN, Wielka Brytania, USA) uczelni i przedsiêbiorstw prowadzi wyk³ady z zakresu
projektowania i budowy systemów informatycznych.
IX Konferencja PLOUG
Koœcielisko
PaŸdziernik 2003
Grid Computing: wprowadzenie do przetwarzania danych
7
1. Wprowadzenie
Ogromny sukces zastosowań Internetu w dziedzinie globalnego upowszechniania in-
formacji spowodował wzrost zainteresowania wykorzystaniem jego infrastruktury jako
platformy dla realizacji aplikacji rozproszonych. W ciągu ostatnich kilkunastu lat zapro-
ponowano szereg technologii, umożliwiających implementację komponentowych aplikacji
rozproszonych, których elementy mogą być rozlokowane na wielu heterogenicznych wę-
złach połączonych siecią typu internet lub intranet: CORBA, DCOM, Enterprise JavaBe-
ans (EJB), WebServices. Aplikacje realizowane z pomocą tych technologii składają się
zwykle z pojedynczego modułu klienta, pracującego na komputerze użytkownika końco-
wego i odpowiadającego za obsługę graficznego interfejsu użytkownika oraz za sterowa-
nie przetwarzaniem, oraz z wielu modułów zdalnych, osadzonych na serwerach aplikacji,
odpowiadających za realizację właściwego przetwarzania danych. Charakterystyczne róż-
nice pomiędzy wspomnianymi technologiami sprowadzają się do zakresu wspieranych
języków programowania (np. EJB współpracuje wyłącznie z językiem Java), platform
systemu operacyjnego (np. DCOM przeznaczony jest dla środowisk Microsoft Windows)
oraz stosowanych protokołów komunikacji klienta z modułami zdalnymi (np. HTTP
w WebServices, nastomiast CORBA i EJB korzystają z IIOP).
Pewnego rodzaju wadą wyżej wymienionych technologii budowy rozproszonych apli-
kacji komponentowych jest sztywność powiązania zdalnych modułów ze sprzętem lub
serwerami aplikacji, do których zostały przydzielone. Osoby wdrażające rozproszone
aplikacje komponentowe podejmują wiążące decyzje o fizycznej lokalizacji wszystkich
elementów aplikacji. Działanie takie powoduje, że każdy system aplikacyjny posługuje się
zbiorem dedykowanych komputerów, nazywanym często „wyspą przetwarzania danych”
(island of computing), a zasoby sprzętowe przedsiębiorstwa są podzielone (najczęściej
rozłącznie) pomiędzy posiadane systemy aplikacyjne. W codziennej eksploatacji może się
zdarzać, że dochodzi do przeciążenia zasobów wykorzystywanych przez jeden system
aplikacyjny, podczas gdy pozostałe systemy nie są w ogóle wykorzystywane przez użyt-
kowników.
Problem sztywnego przydziału oprogramowania do sprzętu może zostać złagodzony
dzięki zastosowaniu koncepcji przetwarzania Grid Computing (przetwarzanie siatkowe,
przetwarzanie gridowe, przetwarzanie sieciowe). Grid Computing postuluje, aby trakto-
wać wszystkie posiadane zasoby sprzętowe jako jeden wielki komputer wirtualny, zdolny
wykonywać wszystkie dotychczasowe aplikacje, automatycznie alokując je do poszcze-
gólnych maszyn w taki sposób, aby równoważyć obciążenie maszyn oraz redukować
wpływ awarii na dostępność systemów aplikacji. Najczęściej mówi się o Computational
Grids [FK99], które wirtualizują zasoby obliczeniowe (procesory, pamięci operacyjne)
oraz o Data Grids [CFK+01], które wirtualizują pamięć masową (dyski twarde, napędy
CD/DVD, streamery).
Często pisze się o Grid Computing w kontekście E-utilities, gdzie zwraca się uwagę na
to, że zasoby służące do przechowywania i przetwarzania danych powinny być traktowane
podobnie jak energia elektryczna, gaz i woda – użytkownik nie musi być świadomy tego,
skąd pochodzą i jaka jest architektura ich sieci dystrybucyjnych, natomiast powinien
oczekiwać gwarancji dostaw oraz zgodności parametrów z ustalonymi standardami (na-
pięciem sieciowym, kalorycznością lub ciśnieniem). Użytkownik wykorzystywałby E-
utilities powierzając do wykonania swoje zadania przetwarzania danych i otrzymując od-
powiedzi w czasie zgodnym z ustaloną umową świadczenia usługi. Komunikacja ze śro-
8
Maciej
Zakrzewicz
dowiskiem E-utilities odbywałaby się poprzez ustalone standardowe interfejsy, natomiast
usługi przetwarzania danych byłyby świadczone przez podmioty gospodarcze na zasadach
podobnych do dzisiejszych Application Service Providers.
Artykuł ten stanowi wprowadzenie do dziedziny przetwarzania Grid Computing.
Struktura artykułu jest następująca. W rozdziale 2 scharakteryzowano podstawowe wła-
sności przetwarzania typu Grid Computing. Rozdział 3 omawia pierwszą dużą realizację
środowiska Grid Computing dla potrzeb analizy sygnałów astronomicznych. W rozdziale
4 dokonano przeglądu własności narzędzi pozwalających budować środowiska Grid Com-
puting. Rozdział 5 przedstawia rozszerzenia funkcjonalności systemu zarządzania bazą
danych Oracle 10g, umożliwiające konstrukcję środowisk typu Enterprise Grid Compu-
ting. Rozdział 6 zawiera podsumowanie.
2. Grid Computing
Przetwarzanie Grid Computing jest nową generacją przetwarzania rozproszonego, po-
legającą połączeniu dużej ilości heterogenicznych zasobów komputerowych (węzłów)
w celu stworzenia iluzji posiadania komputera wirtualnego o bardzo dużej mocy oblicze-
niowej [FKN+02][FKT+01].
Najprostszym przykładem wykorzystania środowiska Grid Computing może być uru-
chamianie standardowej aplikacji na komputerze innym niż zwykle. Jeżeli komputer, na
którym aplikacja jest zwykle uruchamiana, zostanie przeciążony, wtedy aplikacja może
zostać uruchomiona na innym, nieobciążonym w danym momencie komputerze. Aby taki
scenariusz mógł zostać zrealizowany, spełnione muszą być dwa warunki: (1) natura apli-
kacji musi pozwalać na wykonanie zdalne, np. z punktu widzenia interakcji z użytkowni-
kiem i (2) zdalny komputer musi spełniać wymagania sprzętowe i systemowe stawiane
przez uruchamianą aplikację.
W wielu przedsiębiorstwach występują ogromne ilości niewykorzystanych zasobów
obliczeniowych. Większość stacji roboczych jest obciążana zaledwie w 5%. W niektórych
przypadkach niedociążone są również serwery – dzieje się tak bądź za sprawą nadmiaru
mocy w stosunku do rzeczywistego obciążenia, bądź ze względu na czasowe fluktuacje
aktywności użytkowników. Budowa środowiska Grid Computing umożliwia wykorzysta-
nie niedociążonych zasobów jako wsparcia dla tych zasobów komputerowych, które są
chwilowo bądź permanentnie przeciążone. Reguły alokacji aplikacji lub zadań na węzłach
środowiska Grid Computing są definiowane przez administratora systemu i mogą być
przez niego dynamicznie zmieniane. Często dopuszcza się możliwość przenoszenia po-
między węzłami nawet tych zadań, które znajdują się w trakcie realizacji. Dzięki temu
możliwe jest dynamiczne równoważenie obciążenia pomiędzy wszystkimi węzłami.
Uzyskanie ogromnej równoległej mocy przetwarzania jest jednym z najważniejszych
atrybutów Grid Computing. Jest to odpowiedź na zapotrzebowanie formułowane nie tylko
w ramach projektów naukowych, ale również przez technologie biomedyczne, modelowa-
nie finansowe, technologie wydobycia ropy naftowej, animację komputerową, itd. Należy
zwrócić uwagę na specyfikę aplikacji, które potrafią wykorzystać potencjał dużej liczby
równoległych komputerów. Są to aplikacje wysoce aktywne obliczeniowo, ale podzielne
na mniejsze fragmenty-podzadania, które mogą być niezależnie wykonywane na oddziel-
nych komputerach i nie muszą realizować intensywnej komunikacji z innymi podzada-
niami. Potocznie o takich aplikacjach mówi się, że są "skalowalne", co w optymalnym
przypadku oznacza, że np. dziesięciokrotne zwiększenie liczby procesorów spowoduje
dziesięciokrotne skrócenie czasu pracy aplikacji. W praktyce tak dobra skalowalność nie
Grid Computing: wprowadzenie do przetwarzania danych
9
występuje, głównie w związku z niemożliwością podziału algorytmów na dowolnie dużą
liczbę podzadań lub w związku z koniecznością synchronizacji dostępu do współdzielo-
nych zasobów. Oczywiście nie każdy rodzaj aplikacji może zostać efektywnie dostosowa-
ny do pracy w środowisku Grid Computing (grid-enabled applications). Przekształcenie
istniejącej aplikacji w aplikację zdolną wykorzystywać własności środowiska Grid Com-
puting musi zostać wykonane manualnie przez jej projektantów i programistów. Pomoc
w realizacji tego procesu mogą stanowić ogólnodostępne biblioteki i środowiska progra-
mowania, np. Globus Toolkit.
Środowiska Grid Computing oferują także możliwości podnoszenia niezawodności
aplikacji. Jeżeli awarii ulega węzeł realizujący jedno z podzadań aplikacji, wówczas po-
dzadanie to może zostać ponownie uruchomione na innym, sprawnym węźle. Realizacja
zadań może wręcz z założenia przebiegać z pewną redundancją tak, aby ewentualne awa-
rie pojedynczych węzłów nie powodowały wzrostu czasu odpowiedzi krytycznych aplika-
cji czasu rzeczywistego. Jeżeli do awarii nie dojdzie, wtedy nadmiarowe wyniki zostaną
„zniweczone”.
Agregacji mogą podlegać nie tylko zasoby obliczeniowe, ale również zasoby dyskowe.
Często serwery lub stacje robocze dysponują bardzo dużymi, w znacznym stopniu niewy-
korzystanymi, zasobami pamięci masowej. Połączenie tych zasobów w jeden duży wirtu-
alny zbiornik danych, nazywany Data Grid, umożliwia zwykle uzyskanie nie tylko zwięk-
szonej pojemności, ale również pozwala na poprawę wydajności (striping) i niezawodno-
ści (mirroring i replikacja). Jeżeli zadanie obliczeniowe uruchamiane na jednym z węzłów
środowiska Grid Computing wymaga intensywnego dostępu do danych, to dane te mogą
zostać uprzednio skopiowane do pamięci masowej lokalnej w stosunku do komputera,
któremu zostanie powierzone to zadanie (automatyczna replikacja). Zabieg taki spowoduje
nie tylko poprawę wydajności aplikacji, ale także częściowo zabezpieczy dane na wypa-
dek awarii (zniszczenia lub niedostępności) danych źródłowych.
Praktyczne środowiska Grid Computing są zwykle konstruowane z trzech głównych
typów komponentów:
• Stacje robocze (scavenging grids): zakłada się, że użytkownicy komputerów osobistych
nie wykorzystują permanentnie ich pełnej mocy obliczeniowej, w związku z czym może
ona zostać "zagospodarowana" na potrzeby rozproszonego przetwarzania danych; zadania
obliczeniowe są najczęściej realizowane w formie wygaszaczy ekranu, aktywowanych
przez system operacyjny w czasie nieaktywności użytkownika; aplikacje uruchamiane
w środowisku zbudowanym z dużej liczby stacji roboczych cechują się bardzo wysokim
stopniem równoległości.
• Serwery (computational grids): dedykowane środowiska połączonych komputerów o dużej
mocy obliczeniowej umożliwiają efektywną realizację bardzo złożonych zadań przetwa-
rzania danych; zadania obliczeniowe pochodzące ze środowiska Grid Computing nie mu-
szą rywalizować o dostęp do procesora z zadaniami "lokalnymi"; istnieją możliwości udo-
stępniania specjalizowanych urządzeń na potrzeby wybranych zadań obliczeniowych.
• Dane (data grids): współdzielenie danych jest koniecznym warunkiem realizacji przetwa-
rzania Grid Computing; aplikacje korzystają z wirtualnej bazy danych lub wirtualnego
systemu plików, których lokalizacje są przezroczyste dla aplikacji; stosowane są mechani-
zmy automatycznej replikacji lub transferu danych w celu podniesienia wydajności opera-
cji wejścia-wyjścia
Istotną funkcją środowiska Grid Computing jest alokacja aplikacji lub zadań na do-
stępnych zasobach. W najprostszych systemach, odpowiedzialność przydziału komputera
do konkretnego zadania spoczywa na użytkowniku, który uruchamia zadanie. Bardziej
10
Maciej
Zakrzewicz
zaawansowane systemy posiadają dedykowany moduł rozdziału zadań (scheduler, resour-
ce broker), który automatycznie odnajduje węzeł najbardziej odpowiedni do realizacji
powierzonego zadania. Moduły rozdziału zadań potrafią adaptować się do aktualnej do-
stępności węzłów w środowisku. W środowiskach Grid Computing konstruowanych ze
stacji roboczych, aktywną stroną są stacje robocze w stanie bezczynności, które zgłaszają
się do modułu rozdziału zadań i pobierają nowe zadanie do wykonania. Niestety, nagłe
pojawienie się na takich stacjach aktywności "lokalnej" zwykle powoduje zawieszenie lub
opóźnienie realizacji powierzonego zadania, a to przekłada się na nieprzewidywalność
czasu odpowiedzi całej aplikacji.
Poza dynamicznym rozdziałem zadań, środowisko Grid Computing powinno umożli-
wiać również wstępną rezerwację zasobów przez aplikację w celu zagwarantowania zada-
nej jakości usługi (quality of service). Przydział innych zadań do zasobów zarezerwowa-
nych przez aplikację jest wówczas ograniczony i zwykle możliwy wyłącznie dla zadań
o niskich priorytetach.
3. Początki Grid Computing: SETI@home
Jedną z pierwszych praktycznych realizacji wizji przetwarzania Grid Computing był
projekt SETI@home, który umożliwił konstrukcję ogromnego, darmowego superkompu-
tera dla prowadzenia obliczeń astronomicznych dla potrzeb SETI. SETI (Search for Extra-
terrestial Intelligence) jest dziedziną badań naukowych, której celem jest poszukiwanie
inteligentnego życia pozaziemskiego [SHO98]. Jedno ze stosowanych w tej dziedzinie
podejść, nazywane Radio SETI, wykorzystuje radioteleskopy astronomiczne do prowa-
dzenia nasłuchu wąskiego pasma sygnałów radiowych pochodzących z przestrzeni ko-
smicznej. Odebranie takiego sygnału byłoby traktowane jako dowód istnienia technologii
pozaziemskiej.
Niestety, radioteleskopy astronomiczne odbierają sygnały składające się w większości
z szumów generowanych przez ziemskie urządzenia elektroniczne, a także z sygnałów
telewizyjnych, satelitarnych i radarowych. W związku z tym konieczna jest cyfrowa anali-
za odbieranych sygnałów w celu wyeliminowania tych, które są pochodzenia ziemskiego.
Analiza taka przebiega zwykle w trzech fazach: (1) dokonywany jest rozkład sygnału na
częstotliwości składowe, (2) przy pomocy algorytmów rozpoznawania wzorców, znajdo-
wane są sygnały-kandydaci do dalszej analizy, (3) eliminowane są te sygnały-kandydaci,
które są najprawdopodobniej pochodzenia naturalnego lub ziemskiego. Cyfrowe przetwa-
rzanie sygnałów odbieranych przez radioteleskopy jest bardzo kosztowne obliczeniowo,
proporcjonalnie do szerokości i czułości nasłuchiwanego pasma radiowego oraz propor-
cjonalnie do stopnia pokrycia nieba przez radioteleskop. Powoduje to stale rosnące i nie-
zaspokojone zapotrzebowanie na ogromną moc obliczeniową komputerów wykorzysty-
wanych w projektach Radio SETI.
We wczesnych badaniach Radio SETI, do masowej analizy danych wykorzystywano
superkomputery zlokalizowane w bliskości teleskopu. W roku 1995, David Gedye zapro-
ponował realizację badań Radio SETI przy pomocy wirtualnego superkomputera zbudo-
wanego z dużej liczby pojedynczych maszyn (głównie stacji roboczych) połączonych sie-
cią Internet [ACK+02]. Projekt został nazwany SETI@home, a dzięki jego spopularyzo-
waniu wśród użytkowników sieci Internet, do października roku 2003 dobrowolnie i nie-
odpłatnie zaangażowało się w niego ponad 4.5 miliona komputerów, realizując łącznie
ponad 1.5 miliona lat obliczeń, odpowiadających realizacji 3.7x10
21
operacji zmienno-
przecinkowych [SETI].
Grid Computing: wprowadzenie do przetwarzania danych
11
Fundament projektu SETI@home stanowi największy i najczulszy na świecie radiote-
leskop astronomiczny znajdujący się w Arecibo w Puerto Rico, którego antena pomocni-
cza jest źródłem danych pomiarowych przetwarzanych przez aplikacje SETI@home. Dane
źródłowe, zbierane z szybkością 5Mbps w paśmie 1.42 GHz (pasmo wodoru), są zapisy-
wane na taśmach i transportowane do Uniwersytetu Berkeley w Kalifornii (rys. 1). Tam
sygnał jest dzielony na fragmenty podpasma szerokości 1 kHz i długości 20s, nazywane
jednostkami pracy (work unit), które są zapisywane w bazie danych, a następnie dystry-
buowane wśród komputerów biorących udział w projekcie. Zainstalowana wcześniej na
każdym z tych komputerów aplikacja klienta SETI@home pobiera jednostkę pracy, prze-
twarza ją, a wyniki odsyła przez Internet do Uniwersytetu Berkeley. Następnie aplikacja
klienta może pobrać i przetwarzać kolejną jednostkę pracy. Aplikacje klientów nie komu-
nikują się między sobą. Są zaimplementowane dla 175 platform systemowych w formie
wygaszacza ekranu, procesu tła lub aplikacji graficznej. W przetwarzaniu jednostek pracy
stosuje się także niewielką redundancję, w wyniku której pojedyncza jednostka jest prze-
twarzana dwa lub trzy razy przez różnych klientów. Celem redundancji jest wykrycie i
wyeliminowanie wyników generowanych przez uszkodzonych lub fałszywych klientów.
baza
danych
podział na
jednostki
pracy
dane
pomiarowe
radioteleskop
Arecibo
serwer dystrybucji
jednostek pracy
aplikacje
klientów
Rys. 1. Dystrybucja danych pomiarowych
SETI@home
Przetwarzanie sygnału przez aplikację klienta SETI@home ma na celu wykrycie jed-
nego z czterech rodzajów wzorców: impulsów wzrostu mocy sygnału, wąskopasmowych
sygnałów gaussowskich, sygnałów pulsujących lub potrójnych impulsów wzrostu mocy
sygnału o tej samej częstotliwości (trypletów). Wzorce odkryte przez aplikacje klientów,
po dostarczeniu do odbiorczej bazy danych Uniwersytetu Berkeley, poddawane są dalszej
analizie, której celem jest eliminacja sygnałów pochodzenia ziemskiego. Przez wszystkie
lata realizacji projektu nie znaleziono żadnego wzorca pochodzenia pozaziemskiego.
4. Narzędzia dla konstrukcji i programowania środowisk Grid
Computing
Rynek oferuje bardzo dużą liczbę narzędzi wspomagających konstrukcję, konfigurację
oraz programowanie środowisk Grid Computing. Najpopularniejszymi z nich są: Globus
Toolkit [Globus], Oracle Globus Development Kit (oparty na Globus) [Oracle], IBM Grid
Toolbox (oparty na Globus) [IBM], Avaki [Avaki], DataSynapse LiveCluster [Synapse],
Entropia DCGrid [Entropia], Platform LSF, ActiveCluster oraz MultiCluster [Platform],
12
Maciej
Zakrzewicz
United Devices MetaProcessor Platform [United]. Z punktu widzenia funkcjonalności i
liczby zastosowań, najbardziej godny uwagi jest pakiet Globus Toolkit.
Globus Toolkit [FBA+03][FK97] zawiera trzy podstawowe komponenty do bu-
dowy środowisk Grid Computing: (1) moduł zarządzania zasobami, (2) moduł usług in-
formacyjnych i (3) moduł zarządzania danymi (rys. 2). Moduł zarządzania zasobami od-
powiada m.in. za alokację zadań do węzłów, zdalne uruchamianie zadań, zarządzanie sta-
nem i postępem ich pracy. Zawiera wewnętrzne komponenty GRAM (Grid Resource Al-
location Manager) i GASS (Global Access to Secondary Storage). Nie zawiera wbudowa-
nego komponentu rozdzielania zadań, lecz oferuje interfejs pozwalający wykorzystywać
zewnętrzny komponent odpowiedzialny za taką funkcjonalność. Żądania uruchomienia
zadań (komenda
globusrun
), zapisane w języku RSL (Resource Specification Language),
są przekazywane przez użytkowników do elementu Gatekeeper. Gatekeeper jest demonem
służącym do autoryzacji użytkownika, powoływania procesu Jobmanager i przekazywania
jemu dalszej komunikacji z klientem. Proces Jobmanager parsuje żądania wyrażone w ję-
zyku RSL, alokuje zadania do lokalnych zasobów, a po zakończeniu zadań przekazuje
klientom wyniki ich pracy. Moduł usług informacyjnych jest prostym serwerem LDAP,
służącym do przechowywania informacji o strukturze całego środowiska Grid Computing
(adresy IP, rozmiary pamięci, itp.) oraz statystyk opisujących obciążenie poszczególnych
węzłów. Swoją funkcjonalność realizuje przy pomocy komponentów GRIS (Grid Resour-
ce Information Service) i GIIS (Grid Index Information Service), wspólnie nazywanych
MDS (Monitoring and Discovery Service). Użytkownik uzyskuje dostęp do modułu usług
informacyjnych przy pomocy komendy
ldapsearch
. Moduł zarządzania danymi oferuje
mechanizmy transferu plików i zarządzania transferem plików pomiędzy węzłami Grid
Computing. Jego kluczowym elementem jest komponent GridFTP, bazujący na standar-
dowym FTP, lecz wzbogacający je o transmisję wielokanałową, automatyczne strojenie
i zintegrowane mechanizmy bezpieczeństwa. Pełna funkcjonalność Globus Toolkit jest
dostępna w formie komend wiersza poleceń oraz API dla popularnych języków progra-
mowania.
proces
jobmanager
gatekeeper
GRIS
GIIS
GIIS
GIIS
zasoby
serwer
FTP
GRAM MDS GridFTP
klient
użytkownik
proxy
transfer danych
sterowanie
transferem
wyszukiwanie
zasobów
alokacja zadań
zarządzanie
zadaniami
RSL/HTTP1.1 LDAP
LDAP
gsiftp/http/https/plik
Rys. 2. Architektura środowiska Globus Toolkit
Grid Computing: wprowadzenie do przetwarzania danych
13
5. Grid Computing w Oracle 10g
System zarządzania bazą danych Oracle 10g zawiera pewne mechanizmy wspomaga-
jące implementację idei Grid Computing w środowisku intranetu (tzw. Enterprise Grid
Computing) [Oracle03]. Mechanizmy te umożliwiają konstrukcję wirtualnej instancji bazy
danych, składającej się z wielu rzeczywistych instancji rozlokowanych na różnych wę-
złach sieci, oraz konstrukcję wirtualnej bazy danych, składającej się z plików rozmiesz-
czonych na dyskach dołączonych do wielu węzłów sieci. Realizacja większości funkcji
została oparta na pakiecie Oracle Globus Development Kit. Trzy główne rozwiązania,
stanowiące filary dla realizacji tego typu środowisk to: (1) automatyczne strojenie instan-
cji bazy danych, (2) automatyczna migracja danych i (3) automatyczna alokacja instancji.
Funkcje automatycznego strojenia instancji bazy danych wyręczają administratorów
z zadań regularnego monitorowania wydajności systemu oraz dostosowywania konfigura-
cji instancji do specyfiki aplikacji i zapytań realizowanych przez instancje. Na podstawie
regularnie zbieranych parametrów obciążenia systemu następuje dynamiczna reorganiza-
cja pamięci SGA w celu poprawy współczynników wydajności pracy użytkowników. Re-
organizacja SGA sprowadza się do dostosowywania rozmiarów zbiornika współdzielone-
go (shared pool) oraz obszarów buforowych (buffer cache) do specyfiki realizowanego
przetwarzania. Mimo iż taka funkcjonalność jest pożądana nie tylko w środowiskach En-
terprise Grid Computing, to jednak właśnie w takich rozwiązaniach bardzo zyskuje na
znaczeniu. W przypadku środowisk składających się z dużej liczby dynamicznych wę-
złów, manualna realizacja strojenia instancji przez administratora byłaby niezwykle kosz-
towna.
Automatyczna migracja danych polega na sporządzaniu kopii fragmentu bazy danych
i przeniesieniu jej do węzła, na którym pracuje instancja intensywnie z tych danych korzy-
stająca. Dzięki temu, dane lokalizowane są jak najbliżej procesów, które z nich korzystają,
umożliwiając efektywną realizację operacji wejścia-wyjścia. Migracja danych może na-
stępować także pomiędzy instancjami pracującymi pod kontrolą nieidentycznych syste-
mów operacyjnych. Funkcje automatycznej migracji danych są realizowane przy pomocy
mechanizmów Oracle Streams, Data Pump i Transportable Tablespaces.
Automatyczna alokacja instancji jest jednym z najciekawszych rozwiązań wprowa-
dzonych do Oracle10g. Załóżmy, że dysponujemy środowiskiem Enterprise Grid Compu-
ting zawierającym 6 serwerów, początkowo równo podzielonych pomiędzy dwa niezależ-
ne systemy informatyczne A i B. Jeżeli aktywność użytkowników każdego z systemów
będzie niewielka, wtedy na trzech serwerach będą pracować instancje systemu A, a na
pozostałych trzech – instancje systemu B. Jeżeli jednak aktywność użytkowników syste-
mu A gwałtownie wzrośnie, wtedy może dojść do automatycznego zatrzymania instancji
systemu B na dwóch z trzech serwerów i zamiast tego uruchomienia na nich instancji sys-
temu A. Dotychczasowe sesje użytkowników podłączonych do zatrzymanych instancji
zostaną w przezroczysty sposób przeniesione do innych instancji. W ten sposób pięć ser-
werów będzie mogło równocześnie obsługiwać intensywną pracę użytkowników systemu
A, podczas gdy mało aktywni użytkownicy systemu B będą realizować swoją pracę przy
użyciu instancji pracującej wyłącznie na jednym serwerze. Jeżeli w przyszłości ulegnie
zmianie charakterystyka obciążenia systemów, wtedy może dojść do dalszych zmian
w sposobie alokacji instancji na serwerach środowiska Enterprise Grid Computing. Alo-
kacja instancji odbywa się według reguł zdefiniowanych przez administratora środowiska
i jest przez niego w pełni kontrolowana. Warto nadmienić, że automatyczna alokacja in-
stancji jest stosowana również podczas awarii węzłów, kiedy dokonuje rozłożenia dotych-
14
Maciej
Zakrzewicz
czasowego obciążenia systemu pomiędzy dostępne sprawne węzły. Podstawowa funkcjo-
nalność mechanizmów automatycznej alokacji instancji i równoważenia ich obciążenia
pochodzi z Oracle Real Application Clusters.
6. Podsumowanie
Przetwarzanie Grid Computing umożliwia efektywne wykorzystanie posiadanych za-
sobów komputerowych oraz pozwala na konstrukcję systemów o podwyższonej nieza-
wodności. Dostępność gotowych, standardowych narzędzi programistycznych stanowi dla
projektantów zachętę do rozważenia architektur Grid Computing w nowotworzonych sys-
temach. Implementacja idei Grid Computing w systemie zarządzania bazą danych Oracle
10g umożliwia łatwą reorganizację posiadanego środowiska serwerów dedykowanych w
celu budowy wielkich wirtualnych serwerów baz danych, wykorzystywanych przez
wszystkie systemy informatyczne przedsiębiorstwa.
7. Literatura
1. [ACK+02] David P. Anderson, Jeff Cobb, Eric Korpela, Matt Lebofsky, Dan Werthimer, SE-
TI@home: An Experiment in Public-Resource Computing, Communications of the ACM, Vol.
45 No. 11, November 2002
2. [Avaki]
http://www.avaki.com
3. [CFK+01] A. Chervenak, I. Foster, C. Kesselman, C. Salisbury, S. Tuecke , The Data Grid:
Towards an Architecture for the Distributed Management and Analysis of Large Scientific Da-
tasets, Journal of Network and Computer Applications, 23:187-200, 2001
4. [Entropia]
http://www.entropia.com
5. [FBA+03] Fereira, L., et. al., Introduction to Grid Computing With Globus, IBM Redbook,
December 2002
6. [FK97] I. Foster, C. Kesselman, Globus: A Metacomputing Infrastructure Toolkit. Intl J. Su-
percomputer Applications, 11(2):115-128, 1997
7. [FK99] I. Foster, C. Kesselman, Computational Grids, Chapter 2 of "The Grid: Blueprint for
a New Computing Infrastructure", Morgan-Kaufman, 1999
8. [FKN+02] I. Foster, C. Kesselman, J. Nick, S. Tuecke, The Physiology of the Grid: An Open
Grid Services Architecture for Distributed Systems Integration, Open Grid Service Infrastruc-
ture WG, Global Grid Forum, June 22, 2002
9. [FKT+01] I. Foster, C. Kesselman, S. Tuecke, The Anatomy of the Grid: Enabling Scalable
Virtual Organizations, International J. Supercomputer Applications, 15(3), 2001.
10. [Globus] http://www.globus.org
11. [IBM] http://www.ibm.com
12. [Oracle] http://otn.oracle.com
13. [Oracle03] Oracle 10g: Infrastructure for Grid Computing, An Oracle White Paper, Septem-
ber 2003
14. [Platform] http://www.platform.com
15. [SETI] http://setiathome.ssl.berkeley.edu/totals.html
16. [SHO98] Shostak, Seth, Sharing the Universe: Perspectives on Extraterrestrial Life, Berkeley
Hills Books, 1998
17. [Synapse] http://www.datasynapse.com
18.
[United] http://www.ud.com